ENG
 Санкт-Петербург, ул. Ворошилова, 2   +7 (812) 326-10-56lab_equip@nnz.ru

«Ниеншанц-Сайнтифик» на Российском нефтегазовом саммите «Трудноизвлекаемые и нетрадиционные запасы»

в рубрики: Новости

Компания «Ниеншанц-Сайнтифик» выступила с докладом «Рентгеновская компьютерная микротомография для исследования сложнопостроенных,нетрадиционных коллекторов и детального анализа процессов, являющихся методами увеличения нефтеотдачи пласта»                                                                                                  

sammitРоссийский нефтегазовый саммит «Трудноизвлекаемые и нетрадиционные запасы», прошедщий 24 сентября 2014 года в Москве, собрал более 130 представителей  от ведущих отраслевых компаний России. «Ниеншанц-Сайнтифик» продемонстрировала возможности рентгеновской компьютерной микротомографии для исследования сложнопостроенных, нетрадиционных коллекторов и детального анализа процессов, являющихся методами увеличения нефтеотдачи пласта.

Программа Саммита формировалась исходя из потребностей отраслевых компаний и включала в себя как стратегические так и технические вопросы.
Предложенные решения и оборудование, представленные «Ниеншанц-Сайнтифик», поддержали представители:

  • Газпром нефть
  • Газпром нефть шельф
  • Газфлот
  • Газпром экспорт
  • Газпром геологоразведка
  • ЛУКОЙЛ
  • ЛУКОЙЛ-Инжиниринг
  • ЛУКОЙЛ-Западная Сибирь
  • LUKOIL Overseas Service B.V.,
  • LUKOIL Overseas North Shelf
  • РИТЭК
  • Роснефть
  •  РН-Пурнефтегаз
  • Татнефть и НГДУ
  • Иркутская нефтяная компания
  • Башнефть
  • Сургутнефтегаз и НГДУ
  • Новатэк
  • НОВАТЭК НТЦ
  • Славнефть
  • Русснефть
  • Зарубежнефть
  • Ачимгаз
  • Гипровостокнефть
  • Норд Империал
  • Statoil ASA, Leader of Marine Concepts and Ship Technology
  • Shell International Exploration and Production
  • Total E&P
  • Eni Petroleum
  • Салым Петролеум Девелопмент
  • Shell
  • Chevron Arctic Center
  • Wintershall, а также других отраслевых компаний.

Для поиска и внедрения перспективных технологий, позволяющих повысить эффективность выработки трудноизвлекаемых запасов, увеличения нефтеотдачи пластов и обеспечения дополнительной добычи нефти требуется  полнота и достоверность информации, полученной на керновом материале. При этом для анализа, зачастую, бывает недостаточно усредненных по всему керну параметров  и интегральных характеристик (что дают обычные методы), а требуется детальное распределение параметров в объеме. Данный вид анализа особенно актуален для сложнопостроенных и нетрадиционных коллекторов. Необходимость детального анализа возникает и при изучении сложных процессов, являющихся методами увеличения нефтеотдачи, например, при изучении:

  • влияние различных вытесняющих оторочек;
  • адресного (точечного)  воздействия агентами;
  • особенности интеграции (сочетания) различных воздействий;
  • методов оптимального вытеснения нефти и т.д.

Также необходимо отметить, что при наличии в образце  породы сложных структур, оказывающих существенное влияние на фильтрацию при сочетании множества природных и техногенных факторов, интегральные параметры не отражают сути процессов, так как представляют процессы в весьма сложной, а порой и неизвестной исследователю комбинации («черный ящик»).

Для решения данной проблемы предлагается использовать рентгеновскую компьютерную микротомографию (исключительно или в составе комплекса исследований). Выбор обусловлен применимостью данной методики к породам в широком диапазоне плотностей, практически с любым химическим и минералогическим составом. Кроме того, как неразрушающий метод,  микротомография   может быть использована на любом этапе исследования.

При проведении микротомографической съемки основным результатом является трехмерная карта плотности, исследуемого образца. Дальнейшая обработка изображений позволяет оценить:

  1. Структуру образца (включая восстановление исходной, пластовой структуры);Parovoe prostranstvo
  2. Распределение различных фаз и литотипов в образце;
  3. Физические свойства породы (плотность, однородность, изотропность, механические свойства и т.д.);
  4. Петрофизические свойства породы;
  5. Пористость (открытая, закрытая, эффективная);
  6. Абсолютная проницаемость (по воде, газу, другому флюиду);
  7. Трехмерная карта смачиваемости;
  8. Детальные относительные фазовые проницаемости (в зависимости от температуры, индивидуальные для трещинной и матричной частей и т.д.);
  9. Представительные статистические и корреляционные зависимости;
  10. Модели физических и химических процессов, включая фильтрационные, механико-деформационные и окислительные, возникающие при применении различных методов воздействия на пласт (термогазовый метод, кислотные обработки, гидроразрыв пласта и т.д.);
  11. Параметры, необходимые в рамках решения специальных задач (моделирование современных методов увеличения нефтеотдачи).

Такой подход обладает рядом преимуществ, по сравнению с традиционным подходом к исследованию образцов керна и моделированию физико-химических процессов:

  1.  Снижение стоимости исследований;
  2. Сокращение сроков проведения исследования;
  3. Снижение технологических и финансовых рисков за счет уменьшения неопределенности, а также повышения достоверности и детальности получаемой информации;
  4. Возможность корректного перемасштабирования при построении моделей;
  5. Возможность проведения серии многовариантных численных экспериментов на одном образце (при ограниченном наборе физических образцов);
  6. Возможность учитывать изменения структуры, и соответственно фильтрационно-емкостных свойств (ФЕС), образца при его извлечении из пласта и транспортировке путем восстановления исходной структуры.
  7. Возможность проведения пространственной интерполяции (экстраполяции) между образцами по каждому параметру (или группе параметров) отдельно и лишь после этого усреднения и рекомбинации свойств. Такой подход существенно повышает точность и достоверность прогноза ФЕС;
  8. Создание цифрового образца керна, не подверженного изменению при воздействии и с течением времени. Всегда можно получить из цифрового кернохранилища исходный образец, или образец после заданного набора воздействий.